我正在使用ghostscript将PDF转换为使用C $类包装器的Tif，然后使用OCR tessnet2来读取图像文件的内容，但是tif图像几乎不可读，图像很褪，看起来不对OCR引擎无法读取任何内容。是否有任何开源或库会花费我几美元，可以将PDF转换为TIf的高质量？或任何读取PDF文件的开源OCR引擎，因为tessnet2无法读取PDF文件。
答案 0 :(得分：1)
正如DaNet所说，我不确定是否有任何开源DLL或免费方式。我们使用名为leadtools的第三方工具包，在OCR PDF文档时为我们提供了非常好的结果。您可以使用它对图像进行一些处理（即将其二值化，从图像中删除不需要的点，将其转换为1位黑色和白色，将其保存为TIF图像等），然后将其传递给它们OCR引擎。 我知道他们有一个在线演示，你可以尝试一下。以下是演示的链接： http://demo.leadtools.com/OnlineRecognitionDemo
如果结果符合您的要求，您可以查看本教程： Scanning to Searchable PDF
答案 1 :(得分：0)
我不确定开源OCR，但如果你玩ghostscript生成的分辨率输出tiff你应该没有问题。
尝试将-r150添加到ghostscript包装器的“string args”中以更改分辨率，并希望是一个体面的兆字节文件！
答案 2 :(得分：0)
我不得不将imageMagicNET类输出格式的属性更改为png16m和DPI，因此生成的图像质量高，可读取OCR引擎